Vox2Vox：用于脑肿瘤分割的 3D-GAN
计算机视觉与模式识别
2020-11-30 v3 机器学习
图像与视频处理
摘要
胶质瘤是最常见的原发性脑恶性肿瘤，具有不同程度的侵袭性、可变的预后以及多种异质性组织学子区域，即瘤周水肿、坏死核心、增强与非增强肿瘤核心。尽管使用多模态 MRI 可轻易检测脑肿瘤，但准确的肿瘤分割仍是一项具有挑战性的任务。因此，利用 BraTS Challenge 2020 提供的数据，我们提出了一种用于脑肿瘤分割的 3D 体到体生成对抗网络。该称为 Vox2Vox 的模型从多通道 3D MR 图像生成逼真的分割输出，在通过 10 折交叉验证获得的 10 个 Vox2Vox 模型集成后，对 BraTS 测试集以骰子分数均值 87.20%、81.14% 和 78.67% 以及豪斯多夫距离 95 百分位 6.44mm、24.36mm 和 18.95mm 分割全肿瘤、核心与增强肿瘤。
引用
@article{arxiv.2003.13653,
title = {Vox2Vox: 3D-GAN for Brain Tumour Segmentation},
author = {Marco Domenico Cirillo and David Abramian and Anders Eklund},
journal= {arXiv preprint arXiv:2003.13653},
year = {2020}
}